基于改进PSO-SVR馆藏文物保存环境温度预测
提出一种PSO优化的SVR算法并应用于博物馆的环境温度预测.针对基本粒子群算法容易陷入局部最优值的问题,通过引入预测因子和斥力因子,提出一种动态更新速度和粒子并自适应权重的粒子群算法(DAPSO).选定径向基函数作为SVR的核函数,分别使用PSO和DAPSO算法同时对c、γ和ε进行寻优,并建立温度预测模型.另外,模型采用交叉验证算法来避免过拟合.通过对比两种参数优化算法下模型对温度预测结果的均方误差和相关系数,证明本文提出的优化模型优于PSO-SVR模型.
SVR、DAPSO、温度预测模型、均方误差、相关系数
11
TP18(自动化基础理论)
2015-12-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
183-186